基于DSP的實時圖像處理系統

引言

??? 本文設計了基于TMS320C6000系列DSP的MPEG-4編碼器。將攝像頭獲取的圖像以MPEG-4標準進行實時壓縮并通過VGA實時顯示，同時把壓縮好的數據通過PCI總線傳輸給ARM控制器，經由ARM根據實際的需要進行視頻數據的網絡傳輸。

????? MPEG-4 是一種開放性標準，其中許多部分都沒有規定，可以加入一些新的算法，因此采用通用DSP 能夠隨時更新算法、優化算法，使得編碼效率更高。由于MPEG-4 編碼算法復雜，需要存儲的數據量大，無論是存儲空間分配、數據傳輸還是運算速度對DSP來說都是挑戰。

???? C6000系列DSP是TI公司生產的高檔DSP。這一系列DSP都是基VelociTITM構架的VLIW DSP，它在每個周期可以執行八條32bit 的指令， 具有高達200MHZ的CPU，從而使得其運算能力達到1600MIPS。而6416在600MHz主頻下，只利用50%的運算能力就可以同時進行單通道MPEG-4視頻編碼、單通道MPEG-4視頻解碼和單通道MPEG-2視頻編碼的處理。同時其對外接口靈活、開發工具齊全，被大多數嵌入式圖像實時壓縮系統所采用。因此本系統采用TI公司TMS320C6416芯片為核心處理器。

1．TMS320C6416的結構及特點

??? DSP的CPU結構如圖1所示，它具有兩個通道，每個通道具有4個功能單元（1個乘法器和3個算術邏輯單元），16個32位通用寄存器，每個通道的功能單元可以隨意訪問本通道的寄存器。CPU還有兩個交叉單元，通過它們，一個通道的功能單元可以訪問另一個通道的寄存器。另外， CPU還具有256 bit寬的數據和程序通道，可以使程序存儲器在每個時鐘周期提供8條并行執行指令。這種CPU結構是DSP具有VLIW結構的最基本條件。此DSP的存儲空間映射為內部存儲器、內部外設及擴展存儲器。其中內部存儲器由64KB內部程序存儲器和數據存儲器構成，內部程序存儲器可以映射到CPU地址空間或者作為Cache操作。內部和外部數據存儲器均可通過CPU、DMA或HPI（Host Interface）方式訪問，HPI接口使上位機可以訪問DSP的存儲空間。

2．系統硬件設計

??? 本系統主要分為三部分，分別是視頻采集模塊、視頻的MPEG-4編碼模塊和視頻傳輸模塊，其結構框圖如圖2所示。

2.1 視頻采集

?? 在本系統中，對輸入的模擬視頻信號的采集是由BT835視頻Decoder完成的，支持的視頻輸入為PAL制或NTSC制式的標準模擬視頻信號，輸入的視頻信號既可以是復合視頻信號，也可以是S-Video信號，輸出為4:2:2的YUV格式的圖像數據。

?? 圖3所示為DSP 模擬視頻輸入接口原理框圖。標準模擬視頻信號經預處理進入A/ D轉換器；同時又經時鐘產生電路得到與行同步同相位的A/ D 轉換時鐘,這樣可以使得每行的采樣點均為整數。為了確保視頻數據整行地被采集到DSP 中進行處理,特將行同步信號作為FIFO 讀入數據的起點。同時,行同步、場同步以及奇偶場標志信號也直接進入DSP ,使其能夠確定讀入的視頻數據在一幀中的具體位置。為了增強系統的實時性,這里利用TMS320C6416 DSP 的DMA(直接存儲器存取) 通道背景操作特性,以使DSP 和外設的數據交換能夠與其內部CPU 的高速運算操作同時進行。而FIFO 的功能在于,通過它的緩沖,使得DSP 可以從容地與A/ D 之外的其它外設交換數據。

???? 其中ARM7的作用是時鐘的產生及控制視頻采集芯片，將采得的數據從8位或16位轉化為32位，并且使數據按照Y、U、V分開的方式排列。這樣相當于對采集到的數據進行了一次預處理，以便于視頻編碼使用。另外ARM7將32位寬的數據輸出給32位的FIFO。用32位的FIFO以及將視頻數據轉換為32位，可以使DSP讀取視頻數據時32位的數據總線沒有空閑，從而提高DSP讀取視頻數據的效率；這里使用FIFO是為了減少DSP讀取數據的時間、降低高速設備和低速設備的不匹配。每次FIFO半滿時，ARM7會給DSP發送中斷信號， 并且在中斷處理程序中使用DMA方式讀取視頻數據；如果不使用ARM7，DSP會頻繁中斷，從而花費大量時間在入棧、出棧以及寄存器的設置上。

2.2 視頻的MPEG-4編碼模塊

???? DSP讀入視頻數據后進行先期處理，如將YUV格式轉為RGB格式等；然后進行MPEG-4視頻編碼。在這一過程中，數據訪問通常要占用50%的時間，算術運算要占用30%的時間，控制要占用20%的時間。因為需要進行運動估計和運動補償，在數據存儲器中通常保存一幀I（原始幀）幀圖像和至少一幀P（預測幀）幀圖像，這些圖像占用的空間都比較大，因此放在外部存儲器SDRAM里。在編碼過程中還要存儲DCT系數、運動向量、量化矩陣、可變長編碼表、Z形編碼表等，由于占用較小的存儲空間而且會反復用到，因此把它們放在片內存儲器中。

2.3 視頻傳輸

???? 與PC 機不同,DSP 片內片外的兩級存儲體系結構以及數據分配原則決定了編碼器實現過程中必然存在大量的數據傳輸,因而必須有效地管理以減少數據

傳輸所需的時間。

??? 至于數據的采集部分可以利用DSP的DMA來進行。TMS320C6000 DSP 大都具有幾個獨立的DMA 通道,DMA 的特點是可以在不受CPU 干預的情況下完成數據從源地址到目的地址的搬移。

?但是DMA 只適合于數據塊的整體搬移,對于不同數據結構間的數據傳輸,前DSP 的DMA 控制器就無能為力了。所以可以借助ARM7控制DSPDMA 來完成視頻編碼中復雜的數據傳輸。

???? 完成編碼后的視頻數據通過ARM7來進行和外界的傳輸，可以通過Internet、??? CDMA或者GSM網絡等，只需要ARM7設計相應的傳輸接口即可。至于ARM7與編碼卡通信可以通過并口、串口、USB口、PCI接口等方式實現。其中PCI 接口方式易于ARM7與編碼器高速傳輸數據，因此可以采用PCI接口。編碼后的數據通過DSP的HPI、PCI橋芯片、PCI總線到達ARM7。ARM7通過DSP的HPI直接對DSP的存儲空間進行訪問。

3?? 軟件設計及優化

3.1 視頻采集

???? 本系統在視頻采集中設計了一個數據結構將空間連續的先行緩沖區轉化為一個環形的緩沖區，其簡單的示意圖如圖4所示。

??? 采用此方法只要為這個緩沖區分配足夠大的空間，使其中存放的圖像幀的數目至少大于3，這樣就可以保證在對圖像數據進行處理的同時還可以同步進行新的圖像數據的采集，而不會發生任何數據沖突。系統將會永遠保留環形緩沖區中最舊的N幀圖像直至被系統取走。

3.2 視頻編碼

?? MPEG-4的視頻編碼是基于對象的視頻編碼，它仍然采用傳統的預測編碼、運動補償、DCT變換構成的混合編碼方式。編碼器的核心算法包括運動估計、DCT/IDCT、量化、VLC 等,其中運動估計占據整個編碼器近四分之一的運算量。因此，研究適合DSP 結構的、在速度和編碼質量之間具有良好折中的運動估計算法是實現實時編碼的一個關鍵問題。

??? 在視頻編碼中應該采用塊匹配的運動估計算法，但傳統的塊匹配算法在匹配速度上達不到滿意的效果，因此本系統采用了在三步搜索算法的基礎上改進的四步搜索的塊匹配算法。

四步搜索算法描述如下：

（1）搜索匹配點組成一個菱形窗口，如圖5所示。初始的9個匹配點為菱形的4個頂點、4條邊的中點及菱形的中心點，如圖5中的實心點。對每個點計算SAD的值，選取SAD最小的點。如果該點是此次搜索窗口的中心則跳到第4步，否則到第2步。

????????? 圖5 四步搜索算法示意圖

（2）以SAD最小的點為新的菱形匹配點窗口的中心點，其余的匹配點的選取按下面的原則進行。

a)如果SAD最小的點是當前搜索窗口的角上的點，如A點，則取與A點不相鄰的另外5個點，如圖5中的形如的點。選取SAD最小的點，并到第3步；

b）如果SAD最小的點是當前搜索窗口的邊上的點，如B點，則取與B點不相鄰的另外3個點，如圖5中的形如的點。選取SAD最小的點，并到第3步；

c）如果SAD最小的點是當前搜索窗口的中心點C點，則到第4步；

（3）搜索模式同2，最后都到第4步。

（4）選取周圍的四個點作為匹配點，步長改為1，如圖5中所示的空心點。選取SAD最小的點作為最終目標點。

四步搜索算法比三步搜索算法的復雜度更小，但精度并沒有降低，同時算法規則易于實現軟件流水,而非常適合在DSP 上實現。

3.3 軟件優化

由于圖像處理的數據量大,數據處理相關性高,并且具有嚴格的幀、場時間限制,因此如何針對圖像處理的特點對DSP 進行優化編程,充分發揮其性能就成為提高整個系統性能的關鍵。

要想充分發揮DSP的運算能力，必須從它的硬件結構出發，最大限度地利用八個功能單元，使用軟件流水線，盡量讓程序無沖突地并行執行。一般循環體都滿足并行處理的條件，并且循環體往往是程序中耗時最長的。因此在進行優化時將重點放在循環體上。

1) DSP跳轉指令的優化

DSP的指令多為單周期指令，但是轉移類指令卻通常要耗費較多的時鐘周期，每個跳轉都有5個延遲間隙，從性能上考慮是一項很耗時的工作，因此應盡可能地減少程序中的分支。

2) 使用庫函數

TI公司對TMS320C6000的用戶提供了功能強大的IMAGE LIB庫支持。在這個庫中，包含許多常用函數，可以完成DCT/IDCT變換、小波變換、DCT量化、自適應濾波等功能。這些函數都是優化過的，完全能夠實現軟件流水，效率很高。

3）存儲空間的考慮

DSP存儲空間的配置十分重要。因為DSP對不同的存儲單元的訪問速度是有區別的，對片內寄存器的訪問速度最快，對片內RAM的訪問速度比片外RAM的訪問速度快。因此合理地配置和使用存儲空間，對系統整體效率影響很大。應該盡可能地把訪問比較頻繁的常數表和代碼段裝入片內RAM，如果過大，則把其中一部分裝入片外存儲器。

4）混合編程

不同于傳統的VLIW ,Veloci TI 采用了多種先進技術,從而使得DSP的C編譯器具有很高的效率,我們稱之為面向C語言結構的DSP芯片。其平均編譯效率可以達到手工匯編的84 %。這使得在絕大多數應用中我們可以采用C 語言編寫程序從而充分利用大量用C 描述的算法程序,并獲得遠勝于傳統DSP程序的可維護性、可移植性、可繼承性,縮短開發周期。

雖然C6000的C編譯器有如此高的編譯效率，但是對于MPEG-4這樣復雜的算法，只運用C語言是遠遠不夠的，一般采用C語言和匯編語言相結合的方式來完成程序設計。程序設計流程如下：先寫C代碼并對其優化，如果不能達到預期的運行效率，則編寫匯編代碼來提高效率。

4 總結

???? 該系統非常靈活，支持的視頻輸入為PAL制或NTSC制式的標準模擬視頻信號，輸入的視頻信號既可以是復合視頻信號，也可以是S-Video信號。并支持多分辨率，分別為FULL、CIF和QCIF，可以滿足多種應用的需求。測試證明經過以上的優化可以實現視頻圖像的實時壓縮，同時系統運行可靠、功耗低。